声网亮相 2026 云栖大会，解锁实时智能交互新体验

9 月 22 日至 24 日，2026 云栖大会在杭州召开。本届大会以“Agentic AI”为核心锚点，串联起从芯片、云基础设施，到模型能力、模型服务，再到 Agentic 应用的完整技术链路。大会期间，共举办 3 大主论坛、120 余场分论坛，设置 4 大主题展馆，5 万平方米展区承载 1000 余家展商参展。

大会期间，声网作为全球领先的对话式 AI 与实时音视频云服务商，携对话式 AI 引擎亮相 3 号创造馆 D26 展位。声网推出的全球首个对话式 AI 引擎，面向开发者基于任何大语言模型构建实时语音对话体验。实现 650ms 端到端延时，340ms 极速打断，95% 选择性注意力锁定，打造极致 AI 对话体验。

核心能力

·超低延迟：依托声网自研在全球部署的软件定义实时网络 SD-RTN™ 为核心，具备超低延迟、高并发、弱网对抗与全球覆盖能力，为语音智能体提供稳定、实时、可全球互通的音频通道对话，全链路深度优化，端到端响应延迟低至 650ms，80% 丢包率下仍能稳定流畅对话，断网 3-5s 依旧流畅对话；

·选择性注意力锁定：赋予 AI 精准识别用户声纹特征的能力，有效区分不同说话者。不仅可以智能屏蔽 95% 的环境人声、噪声，让 AI 对话更准确、高效，同时也适用于多人与 AI 对话的场景，实现更加多元化的对话式 AI 响应与服务；

·优雅打断：340ms 极限打断响应，模拟真人对话节奏，实现自然插话，让对话更贴近真人交互体验；

·视觉理解：为 AI 加上“眼睛”，一方面支持实时视频，能够解析摄像头捕捉的画面信息，结合语音指令，AI 能“看懂”用户手势、环境物体或特定视觉线索，实现“所见即所言”的智能反馈；

·集成简单、灵活扩展：兼容适配全球主流 ASR、LLM、TTS、数字人，支持视觉理解、知识库、RAG 等高阶能力。约 15 分钟、2 行代码即可接入，约 0.098 元/分钟并含 1000 分钟免费额度。

围绕该引擎，声网推出了对话式 AI 开发套件，针对智能硬件提供软硬一体化方案，支持主流芯片与多模态交互。目前，声网对话式 AI 开发套件在 AIoT 领域的实践，从早期的 AI 玩具、智能手表、AI 教育硬件，到如今的桌面机器人、智能家居硬件、AI 眼镜，承载终端不断拓展，并催生了珞博智能“芙崽Fuzozo”、赋之“Enabot”等标杆案例，从而让硬件厂商能以更低门槛、更高效率实现边说边听、随时打断的真人级对话体验。

作为本届云栖大会 Agentic AI 生态中的重要参展伙伴，声网以实时交互底座能力补齐智能体语音对话短板，让 AI 从单向输出走向实时、自然、多模态的双向沟通。声网在云栖大会的亮相，展示了实时音视频技术与大模型能力深度融合所释放的创新潜力，也为开发者构建下一代智能体应用提供了新的实践路径。

2026 云栖大会已落下帷幕，但 Agentic AI 的产业探索仍在继续。期待更多像声网一样的技术伙伴持续深耕，携手共建智能体时代技术生态，加速 Agentic AI 走进千行百业。